Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Das früher als Delta Live Tables (DLT) bekannte Produkt heißt jetzt Lakeflow pipelines. Wenn Sie DLT bereits verwendet haben, ist keine Migration erforderlich, um Lakeflow-Pipelines zu verwenden: Ihr Code funktioniert weiterhin. Es gibt Änderungen, die Sie vornehmen können, um Lakeflow-Pipelines sowohl jetzt als auch in Zukunft besser nutzen zu können, sowie die Kompatibilität mit den Apache Spark™ Declarative Pipelines (beginnend mit Apache Spark 4.1) einzuführen.
In Python-Code können Verweise auf import dlt durch from pyspark import pipelines as dp ersetzt werden, was auch die folgenden Änderungen erfordert:
-
@dltwird durch@dpersetzt. - Der
@tableDekorateur wird jetzt zum Erstellen von Streamingtabellen verwendet, und der neue@materialized_viewDekorateur wird verwendet, um materialisierte Ansichten zu erstellen. -
@viewist jetzt@temporary_view.
Weitere Informationen zu den Änderungen an den Namen in der Python-API und den Unterschieden zwischen Lakeflow-Pipelines und Apache Spark Declarative Pipelines finden Sie unter Was geschah mit @dlt? in der Python-Referenz zu Pipelines.
Hinweis
Es gibt noch einige Verweise auf den DLT-Namen in Databricks. Die klassischen SKUs für Lakeflow-Pipelines beginnen weiterhin mit DLT, und Ereignisprotokollschemas mit dlt im Namen haben sich nicht geändert. Python-APIs, die dlt im Namen enthalten, können weiterhin genutzt werden, aber Databricks empfiehlt, zu den neuen Namen zu wechseln.